正态分布均值的г－极小极大后验估计

讨论了正态分布均值在先验正态分布族参数有一定限制条件下的г－极小大后验估计，并指出当样本客量趋于无穷时，它与样本均值具有相同的斯近性状．     

正态分布参数估计的优良性

本文在统计判决函数理论和大样本理论下，讨论了正态分布参数估计的优良性。     

双参数情形的经验Bayes估计近似算法

该文给出了双参数情形利用线性经验Ｂａｙｅｓ估计公式估计待估参数的近似算法，并以正态分布为情形给出具体的计算形式．     

方向极大似然估计

在本文中将极大似然估计的定义进行了推广，提出了方向极大似然估计的新概念，并在正态分布、对数正态分布下证明了两参数μ，σ的等腰双曲线型关系。     

Г—minimax估计在可靠性理论中的一个应用

本文在先验分布满足一些矩限制Г时，给出了寿命服从对数正态分布时平均寿命的Г－ｍｉｎｉｍａｘ估计。     

对数正态参数估计的损失函数和风险函数的Bayes推断

方差已知时,给出共轭先验分布为正态分布下,对数正态分布的损失函数和风险函数的Bayes估计,得到其Bayes估计为保守估计的条件.     

分步极大似然估计

定义了完全极大似然估计(TMLE)和分步极大似然估计，并得到了正态分布的有关的参数估计．     

对数正态分布场合恒定应力加速寿命试验的MLE和AMLE

在寿命分布为对数正态分布场合，由恒定应力加速寿合试验所获的数据，给出未知参数的近似极大似然估计．     

对数正态分布场合下恒定应力加速寿命中含有缺失的定数截尾样本的AMLE

导出了对数正态分布场合下恒定应力加速寿命中含有缺失定数截尾样本的近似极大似然估计(AMLE)，得到了分布参数和加速方程中未知参数的AMLE的显式解，便于实际计算和工程应用，数值模拟的结果表明本方法可行．     

对数正态分布无失效数据的可靠性分析

对于对数正态分布的无失效数据问题 ,利用构造先验分布的减函数法给出失效概率的多层Bayes估计 ,从而求出对数正态分布参数与可靠性指标的估计 ,解决了对数正态分布无失效数据的可靠性分析问题     

一个无偏估计量

在一般的数理统计的文献中，都论述了具体分布参数的无偏估计．笔者已见到过正态分布、均匀分布、指数分布、二项分布、泊松分布、几何分布等这些分布中的参数的无偏估计，唯独不曾见过巴斯卡分布中参数的无偏估计．本文的主要工作就是找到了一个巴斯卡分布中参数Ｐ的无偏估计．     

多元退化正态分布参数的极大似然估计

设ｍ维随机向量ｙ服从多元退化正态分布，即ｙ～Ｎｍ（μ，Ｖ），其中Ｖ≥０且｜Ｖ｜＝０．我们讨论参数μ，Ｖ的极大似然估计．     

正态总体参数容许分析

对一般正态分布N（μ，σ^2），在参数μ已知及未知条件下，σ^2的容许估计进行了讨论，并得到了一个在μ未知时，σ^2的一个容许估计。     

正态分布的应用

根据正态分布理论，给出标准分估计以及从考生手册获取更多更准确信息的方法。     

LINEX损失函数下正态均值的估计问题

考虑了在ＬＩＮＥＸ损失函数下正态分布均值的估计问题，在线性估计类ｃＸ＋ｄ中得到了它的容许估计，并对非容许估计得到了一致改进估计，将相应的结果应用于线性回归模型的系数估计之中。     

二次损失下位置参数的最优不变估计的非容许性及其改进估计

本文应用Ｂｒｏｗｎ方法，找出一类随机变量（密度形为ｆ（ｘ一θ），三阶矩存在）位置参数最优不变估计非容许的充分条件。进而证明其最优不变估计是非容许的，并给出一族改进估计。作为特例，使多维正态分布（ｐ≥３）的位置参数通常估计的非容许性又一次得到证明。     

对数正态分布参数的最大似然估计

对数正态分布是工程、医学、生物学中常见的分布之一。讨论分组数据情况下,对数正态分布参数的最大似然估计,给出分布函数似然方程组解的唯一性的一种证明方法。     

一种新的正态分布实例的贝叶斯分类算法

用正态分布密度函数逼近条件概率的方法,构造出一种新的贝叶斯算法,对服从正态分布的实例进行分类,大量算例验证了该算法的分类有效性,它可以应用到求解各种数据挖掘问题。     

正态分布的应用

根据正态分布理论,给出标准分估计以及从考生手册获取更多更准确信息的方法。     

协方差的最优二次型无偏估计

在二维总体与正态分布具有相同的前四阶矩的条件下,利用矩阵迹的一个不等式,讨论了协方差的二次型估计.证明了一个常用的估计量为协方差的最小方差二次型无偏估计.